Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
El método Pandas any()
es aplicable tanto en Series como en Dataframe . Comprueba si algún valor en el objeto de la persona que llama (marco de datos o serie) no es 0 y devuelve True para eso. Si todos los valores son 0, devolverá False.
Sintaxis: DataFrame.any(axis=0, bool_only=Ninguno, skipna=Verdadero, nivel=Ninguno, **kwargs)
Parámetros:
eje: 0 o ‘índice’ para aplicar método por filas y 1 o ‘columnas’ para aplicar por columnas.
bool_only: busca series booleanas solamente en el marco de datos; si no encuentra ninguna, usará solo valores booleanos. Este parámetro no es para series ya que solo hay una columna.
skipna: valor booleano, si es falso, devuelve verdadero para todo el nivel de fila/columna NaN
: int o str, especifica el nivel en caso de multinivelTipo de retorno: serie booleana
Ejemplo n.º 1: implementación inteligente del índice
En este ejemplo, se crea un marco de datos de muestra pasando el diccionario al DataFrame()
método Pandas. Los valores nulos también se pasan a algunos índices usando Numpy np.nan
para verificar el comportamiento con valores nulos. Dado que en este ejemplo, el método se implementa en el índice, el parámetro del eje se mantiene en 0 (que significa filas).
# importing pandas module import pandas as pd # importing numpy module import numpy as np # creating dictionary dic = {'A': [1, 2, 3, 4, 0, np.nan, 3], 'B': [3, 1, 4, 5, 0, np.nan, 5], 'C': [0, 0, 0, 0, 0, 0, 0]} # making dataframe using dictionary data = pd.DataFrame(dic) # calling data.any column wise result = data.any(axis = 0) # displaying result result
Salida:
como se muestra en la salida, dado que la última columna tiene todos los valores iguales a cero, por lo tanto, se devolvió False solo para esa columna.
Ejemplo #2: Implementación en columna
En este ejemplo, se crea un marco de datos de muestra pasando el diccionario al DataFrame()
método Pandas como en el ejemplo anterior. Pero en lugar de pasar 0 al parámetro del eje, se pasa 1 para implementar para cada valor en cada columna.
# importing pandas module import pandas as pd # importing numpy module import numpy as np # creating dictionary dic = {'A': [1, 2, 3, 4, 0, np.nan, 3], 'B': [3, 1, 4, 5, 0, np.nan, 5], 'C': [0, 0, 0, 0, 0, 0, 0]} # making dataframe using dictionary data = pd.DataFrame(dic) # calling data.any column wise result = data.any(axis = 1) # displaying result result
Salida:
como se muestra en la salida, se devolvió False solo para las filas donde todos los valores eran 0 o NaN y 0.
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA